이 콘텐츠를 보려면 JoVE 구독이 필요합니다. 로그인하거나 오늘 무료 평가판을 시작하세요.

연구 논문

NETs 관련 염증 특성과 제2형 당뇨병 및 그 합병증에 대한 멘델 무작위 분석

48 조회수

⸱

DOI:

10.3791/71230

⸱

2026년 8월 21일

 ,  ,  ,  ,  ,  ,  ,  , 
1Department of Laboratory Medicine, Zhongshan People's Hospital, 2Department of Advanced Diagnostic and Clinical Medicine, Zhongshan People's Hospital

이 논문에서

요약

이 두 표본 멘델 무작위 분석(MR) 연구는 유전적으로 예측된 NETs 관련 염증 특성과 제2형 당뇨병(T2DM) 합병증 간의 잠재적 연관성을 확인하였습니다. 유전적으로 예측된 IL-6는 당뇨병성 관상동맥질환(CAD)과 역상관 관계를 보인 반면, NETs는 T2DM의 신장 및 말초 순환 합병증과 연관이 있는 것으로 나타났습니다. 민감도 분석 결과, 이러한 유의미한 연관성들의 안정성이 대체로 입증되었습니다.

초록

호중구 세포외 트랩(Neutrophil extracellular traps, NETs) 관련 염증 특성은 제2형 당뇨병(T2DM) 및 그 합병증에서 중요한 역할을 합니다. 특히, 핵심 염증성 사이토카인인 IL-6는 NETs의 형성과 T2DM 및 합병증의 발병 기전과 밀접하게 연관되어 있습니다. 본 연구는 멘델 무작위 분석(Mendelian Randomization, MR) 접근법을 사용하여 NETs 관련 염증 특성과 T2DM 및 그 합병증 간의 인과적 연관성을 탐구하는 것을 목표로 하였습니다. 본 연구는 T2DM 및 합병증에 대한 대규모 유럽 인구 기반 메타 분석을 포함하는 전전체 연관성 분석(Genome-Wide Association Studies, GWAS) 데이터를 활용한 이표본 MR 설계를 사용하였습니다. 주요 분석 방법으로는 역분산 가중(inverse variance weighted, IVW) 접근법을 사용하였으며, MR-Egger 회귀, 가중 중앙값(weighted median) 및 가중 최빈값(weighted mode) 방법으로 이를 보완하였습니다. 민감도 분석에는 결과의 강건성을 평가하기 위해 MR-Egger, MR-PRESSO, Cochran’s Q 및 leave-one-out 방법이 포함되었습니다. 연구 결과, 유전적으로 예측된 interleukin-6 (IL-6) 수치는 당뇨성 관상동맥 질환(CAD)과 역상관 관계를 보였습니다 (OR = 0.8997, 95% CI: 0.8257–0.9803, P = 0.0158). 또한, NETs는 신장 합병증을 동반한 T2DM (OR=0.97, 95% CI 0.9428–0.998, P = 0.0358) 및 말초 혈관계 합병증을 동반한 T2DM (OR = 1.0342, 95% CI 1.002–1.0673, P = 0.037)과 유의미한 연관성을 나타냈습니다. 유의미한 IVW 연관성에서 이질성이나 수평적 다표현성(horizontal pleiotropy)의 증거는 발견되지 않았습니다. 본 연구는 유전적으로 예측된 NETs 관련 염증 특성이 특정 T2DM 합병증과 연관되어 있음을 시사합니다. 유전적으로 예측된 IL-6는 당뇨성 CAD와 역상관 관계를 보인 반면, NETs는 T2DM의 신장 및 말초 혈관계 합병증과 연관이 있었습니다.

서론

인슐린 저항성을 특징으로 하며 흔히 진행성 베타 세포 기능 부전을 동반하는 제2형 당뇨병(T2DM)은 전 세계적으로 유행병 수준에 도달했습니다1,2. 심혈관 질환, 신부전, 신경병증 및 망막병증을 포함하는 이러한 T2DM 합병증은 개인의 건강과 삶의 질뿐만 아니라, 전 세계 보건 의료 시스템의 자원을 압박하고 비용을 증가시키며 경제 전반에 상당한 부담을 줍니다3,4. T2DM의 다면적인 특성을 고려할 때, 그 병인론적 요인에 대한 세밀한 탐구가 필요합니다. 축적된 증거들은 호중구 세포외 트랩(NETs)이 다양한 대사 장애, 특히 T2DM과 관련된 병태생리에 관여함을 시사하고 있습니다.

호중구 외세포 트랩(Neutrophil extracellular traps, NETs)은 강력한 살균 특성을 가진 탈응축 DNA와 과립 단백질의 외세포 네트워크입니다5,6. cell-free DNA 및 시트룰린화된 histone H3와 같은 마커는 NETosis의 핵심 지표로 작용하며, 다양한 질환에서의 염증 활성을 반영합니다7,8. 축적된 증거들은 당뇨병이 NETs의 형성을 촉진하여 염증과 조직 손상을 확산시킨다는 것을 시사합니다9,10. 임상적으로, 상승된 NETs 마커는 여러 당뇨병 합병증 전반에 걸쳐 고혈당 및 부정적인 결과와 상관관계가 있습니다. 예를 들어, dsDNA 수치의 증가는 STEMI 환자의 포도당 조절 장애와 연관되어 있으며11, NETs 구성 성분은 당뇨병성 망막병증의 진행과 관련이 있고12 당뇨병성 족부 궤양의 절단 위험을 예측합니다13. 이러한 연관성에도 불구하고, NETs와 T2DM 및 그 합병증 발생 사이의 정확한 인과 관계는 아직 완전히 밝혀지지 않았습니다. 축적된 증거들은 대사 염증에서 IL-6와 NETs 사이의 양방향 상호작용을 강조합니다. 고혈당은 호중구를 NETosis가 일어나기 쉬운 상태로 준비시키며, IL-6는 이 에너지 의존적 과정의 강력한 유도제 역할을 합니다14. 임상적으로 IL-6는 제2형 당뇨병에서 상승된 NETs 마커(예: H3Cit 및 cell-free DNA)를 독립적으로 예측하며, 이는 혈전 형성 상태 및 당뇨병성 망막병증과 같은 미세혈관 합병증과 강한 상관관계가 있습니다15,16. 또한, 감염으로 유도된 NETosis는 IL-6의 trans-signaling을 강화하여 상호 조절 루프를 형성할 수 있습니다17. 종합적으로, 이러한 발견들은 특히 당뇨병 환경 내에서 IL-6와 NETs의 밀접하게 결합된 병태생리학적 특성을 강조합니다.

멘델 무작위 분석(Mendelian Randomization, MR)은 자연적으로 발생하는 유전적 변이를 도구 변수로 활용하여 수정 가능한 노출 요인이 건강 결과에 미치는 인과적 효과를 추정하는 강력한 통계적 방법으로, 복잡한 질병 경로에 대한 통찰을 제공합니다18. 멘델의 유전 법칙에 근거한 이 접근 방식은 감수 분열 중 대립유전자의 무작위 배분을 이용하여 관찰 연구에서 인과 관계를 추론할 수 있게 하며, 이를 통해 인과 관계를 설정하는 전통적인 역학적 방법의 일부 한계점을 극복할 수 있게 해줍니다19.

현재까지 유전적으로 예측된 NETs 관련 염증 특성과 제2형 당뇨병(T2DM) 및 그 합병증 사이의 인과 관계를 조사한 MR 연구 보고는 제한적이었습니다. 따라서 본 연구는 이표본 MR 분석 방법을 사용하여 NETs 관련 염증 특성과 T2DM 및 그 합병증 사이의 잠재적인 인과 관계를 탐구하는 것을 목표로 합니다.

액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.

프로토콜

연구 설계

본 연구에서는 NETs 관련 염증 특성과 T2DM 및 그 합병증 사이의 인과 관계를 탐구하기 위해 2-표본 MR 접근 방식을 활용하였습니다. MR 프레임워크는 세 가지 핵심 가정을 기반으로 합니다20: 1) 유전적 변이는 노출과 강력하게 연관되어야 하며, 2) 유전적 변이는 오직 노출을 통해서만 결과에 영향을 미쳐야 하고(다면성 배제), 3) 유전적 변이는 어떠한 교란 요인과도 연관되지 않아야 합니다. 본 연구 과정에 대한 자세한 개요는 그림 1을 참조하십시오. 본 원고는 MR 연구 보고를 위한 MR-STROBE 가이드라인을 준수하여 투명성과 재현성의 엄격한 표준을 보장하였습니다21.

데이터 소스

본 MR 분석에 활용된 전장 유전체 연관 분석(GWAS) 데이터는 GWAS 공공 데이터베이스에서 수집되었습니다. T2DM과 관련된 요약 수준의 GWAS의 경우, 74,124명의 환자와 824,006명의 대조군으로 구성된 유럽 인구 대상 최대 규모의 메타 분석과 9,978명의 환자와 12,348명의 대조군이 포함된 유럽 내 전향적 중첩 환자-코호트 연구를 통합하였습니다22. 신장 합병증을 동반한 T2DM 및 말초 혈관 합병증을 동반한 T2DM을 포함한 당뇨병 합병증의 경우, 특정 합병증이 있는 T2DM 환자를 환자군으로, T2DM이 없는 개인을 대조군으로 설정한 연구들의 GWAS 요약 통계량을 추출하였습니다. 데이터 소스에 대한 자세한 정보는 부록 표 1에서 확인할 수 있습니다.

NETs 관련 염증 특성에 대한 GWAS 데이터는 GWAS catalog에서 확보하였다( Supplementary Table 2 참조). 생물학적 특이성의 이질성을 해결하기 위해, 본 연구에서는 호중구 생물학에서의 기능적 역할에 따라 포함된 노출 요인들을 두 가지 뚜렷한 그룹으로 분류하였다: (1) 핵심 NETosis 관련 인자: 이 범주에는 NETs의 구조적 형성에 직접 관여하거나 염색질 응축 해제(chromatin decondensation)의 효소 과정에 관여하는 마커들이 포함된다. 구체적으로 본 연구에서는 NETs 자체, Myeloperoxidase (MPO), Neutrophil Elastase (NE) 및 MPO-DNA 복합체를 포함하였다. MPO와 NE는 히스톤 분해 및 염색질 응축 해제에 필수적인 효소이며, MPO-DNA 복합체는 NETs의 특이적 대리 마커이다23. (2) NETs 관련 염증 매개체: 이 범주에는 NETosis와 밀접하게 연결되어 있으면서 더 광범위한 염증 경로에도 관여하는 상위 조절자 또는 하위 작동체로서의 사이토카인 및 매개체들이 포함된다. 이 그룹에는 Interleukin-6 (IL-6)24, Tumor Necrosis Factor-alpha (TNF-α)25, Neutrophil gelatinase-associated lipocalin levels (NGAL)26 및 Cellular Communication Network Factor 1 (CCN1)27이 포함된다.

본 연구에 사용된 데이터는 오픈 액세스 데이터베이스 또는 이전 연구에서 발표된 GWAS에서 수집되었으므로, 본 연구를 위한 윤리적 승인은 필요하지 않았습니다.

NETs 관련 유전적 도구의 선택

NETs 형성은 기존의 GWAS에서 직접적으로 측정되지 않는 동적인 생물학적 과정이므로, 본 연구에서는 NETs 관련 염증 특성에 대한 유전적 도구를 식별하기 위해 유전자 기반 접근 방식을 채택하였다. MPO와 같이 NETs 형성 및 조절에 결정적인 역할을 하는 것으로 알려진 257개의 포괄적인 유전자 세트를 히스톤 및 호중구 과립 단백질을 인코딩하는 유전자와 함께 기존의 기전 연구 및 발표된 문헌28으로부터 큐레이션하였다.

도구 변수 선택

NETs 관련 염증 특성에 대한 강건한 유전적 도구를 식별하기 위해, 본 연구에서는 GWAS 요약 통계량을 이용한 순차적 필터링 워크플로를 구현하였습니다. 구체적인 운영 단계는 다음과 같습니다:

초기 스크리닝: P < 5 × 10⁻6의 유의성 임계값을 기준으로 노출 형질과 유의하게 연관된 유전 변이들을 추출하였습니다29.

소수 대립유전자 빈도(MAF) 필터링: 통계적 검정력을 확보하기 위해 MAF ≤ 0.01인 단일 염기 다형성(SNPs)은 제외하였다30.

연쇄 불평형(LD) 클럼핑: 연쇄 불평형(LD)으로 인한 교란을 완화하기 위해, 10,000 kb 윈도우 내에서 r2 < 0.001로 설정된 파라미터의 클럼핑 함수를 사용하여 독립적인 SNP를 선정하였다31.

도구 강도 평가: 남은 각 독립변수의 강도는 F-통계량을 사용하여 정량화하였으며, 이는 F = R 값으로 계산되었습니다.2 × (N-2) / (1-R2). F-통계량(F-statistic)을 갖는 SNP만이 > 약한 도구 변수 편향(weak instrument bias)을 최소화하기 위해 10개를 유지하였다.32.

프록시 SNP 식별 및 데이터 조화

결과 데이터셋에서 누락된 SNP를 처리하기 위해, 본 연구에서는 프록시 검색 및 데이터 조화 과정을 수행하였습니다:

프록시 치환: 노출 GWAS의 표적 SNP를 결과 GWAS에서 사용할 수 없는 경우, 본 연구에서는 1,000 Genomes Project 유럽 참조 패널을 기반으로 한 LDproxy() 함수를 활용하였다. 후보 프록시 SNP는 원래의 SNP와 높은 LD(r2> 0.8)를 나타내는 경우에만 선택되었다. 적합한 프록시를 찾지 못한 경우, 해당 SNP는 제외되었다.

데이터 조화: TwoSampleMR 패키지(R version 4.0.5)의 harmonise_data() 함수를 사용하여 노출 및 결과 데이터 세트를 정렬했습니다. 본 연구에서는 parameter action = 2로 설정하여 모든 SNP를 순방향 가닥(forward strand)으로 자동 정렬하고 가닥 방향이 모호한 회문 SNP(palindromic SNPs)를 제거했습니다.

검증: 조화 작업 후, 본 연구에서는 조화된 데이터세트를 수동으로 검토하여 노출 데이터와 결과 데이터 사이의 효과 대립유전자 빈도가 일치하는지 확인하였습니다.

MR 분석 및 민감도 테스트

TwoSampleMR 패키지(R 버전 4.0.5)를 사용하여 인과관계 추론을 수행하였습니다.

1차 및 2차 분석: 본 연구에서는 Inverse Variance Weighted (IVW) 방법을 주요 접근 방식으로 적용하였습니다33. 강건성을 확보하기 위해 MR-Egger34, weighted median 및 weighted mode 방법을 사용하여 보완 분석을 수행하였습니다35.

민감도 평가: IV 간의 이질성은 mr_heterogeneity() 함수를 통한 Cochran’s Q test36를 사용하여 평가하였습니다. 수평적 다표현형성(Horizontal pleiotropy)은 MR-Egger34 절편 테스트(mr_pleiotropy_test())를 통해 평가하였습니다.

이상치 검출: 본 연구에서는 잠재적 이상치를 검출하기 위해 MR-PRESSO 패키지를 사용하였다37. mr_presso() 함수를 1,000회의 시뮬레이션으로 실행하였다. 검출된 이상치 SNP(P < 0.05)를 제거하고, 결과의 안정성을 검증하기 위해 인과 추정치를 재계산하였다. 또한, 인과 관계가 단일 SNP에 의해 주도되지 않았음을 보장하기 위해 leave-one-out 분석을 수행하였다38.

통계적 보정

다중 검정을 고려하기 위해, MR 분석에서 얻은 P-값은 허위 발견율(False Discovery Rate, FDR) 방법을 사용하여 보정되었습니다. 이는 다음을 통해 구현되었습니다. PR의 .adjust() 함수와 method = 파라미터 "허위 발견율(False Discovery Rate, FDR)"보정된 P-값(P허위 발견율) < 0.05 미만인 경우를 통계적으로 유의한 것으로 간주하였다.

액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.

결과

선택된 도구 변수

본 연구에서는 NETs 관련 염증 특성을 노출 요인으로 하여 멘델 무작위 분석(MR analysis)을 수행하였습니다. 이를 위해 총 106개의 도구 변수(IVs)를 식별하였으며, 세부 사항은 다음에서 제공됩니다. 보충 표 3이些 도구 변수(IV)들의 F-통계량 평균값은 26.46이었으며, 최소 20.6에서 최대 250.4의 범위를 나타냈다.

제2형 당뇨병(T2DM) 및 그 다양한 합병증(당뇨병성 케토산증, 신장 합병증, 안과적 합병증, 신경학적 합병증, 말초 순환 합병증)을 결과 지표로 채택했을 때, 요약 데이터에서 3개 SNP에 대한 정보를 매칭할 수 없었습니다. 이에 본 연구에서는 대리 SNP(proxy SNPs)를 활용하였습니다.부록 표 4).

NETs 관련 염증 특성이 제2형 당뇨병(T2DM) ...

액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.

토론

본 연구는 두 표본 멘델 무작위 분석(MR) 접근 방식을 사용하여 NETs 관련 염증 특성과 T2DM 및 그 합병증 사이의 연관성을 조사합니다. 주요 결과에 따르면, 유전적으로 예측된 IL-6 수치와 당뇨병성 CAD 사이에 통계적으로 유의미한 역연관성이 있음이 시사되었습니다. 이러한 결과는 혈중 IL-6가 당뇨병의 심혈관 합병증에 직접적인 보호 효과를 나타내기보다는, IL-6 신호 전달 경로의 복잡한 유전적 구조를 반영하는 것일 수 있습니다. 또한, 본 연구는 T2DM 환자의 신장 및 말초 순환 합병증을 포함한 다양한 당뇨병 합병증과 NETs 사이의 연관성을 밝혔습니다. 이러한 연관성은 당뇨병 관련 합병증의 병태생리에서 NETs의 중요성을 강조하며, 이러한 염증 경로를 표적으로 하는 향후 치료 전략에 정보를 제공할 수 있습니다.

IL-6와 당뇨병성 CAD 사이의 연관성은 상당한 논쟁의 대상이 되어 왔으며, 여러 연구에서 IL-6의 역할에 대해 다양한 관점을 제시하고 있습니다. 본...

액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.

공개 사항

저자들은 상충하는 이해관계가 없음을 선언합니다.

감사의 글

본 연구는 Zhongshan 사회과학기술 연구 중점 프로젝트(Grant number: 2021B3013)와 Zhongshan 사회과학기술 연구 프로젝트(Grant number: 2022B1080)의 지원을 받았습니다. 연구 지원 기관은 연구 설계, 데이터 수집 및 분석, 출판 결정 또는 원고 작성에 관여하지 않았습니다.

액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.

재료

이 논문에 사용된 재료 목록
이름회사카탈로그 번호댓글
CCN1GWAS 카탈로그GCST90277805http://ftp.ebi.ac.uk/pub/databases/gwas/summary_statistics/GCST90277001-GCST90278000/GCST90277805/harmonised/GCST90277805.h.tsv.gz
당뇨병성 관상동맥질환GWAS 카탈로그GCST006405http://ftp.ebi.ac.uk/pub/databases/gwas/summary_statistics/GCST006001-GCST007000/GCST006405/Fall_gwas_results_any_chd_tab.txt.gz
IL-6GWAS 카탈로그GCST90010146http://ftp.ebi.ac.uk/pub/databases/gwas/summary_statistics/GCST90010001-GCST90011000/GCST90010146/harmonised/33303764-GCST90010146-EFO_0007937.h.tsv.gz
MPOGWAS 카탈로그GCST90087967http://ftp.ebi.ac.uk/pub/databases/gwas/summary_statistics/GCST90087001-GCST90088000/GCST90087967/harmonised/35078996-GCST90087967-EFO_0011039.h.tsv.gz
MPO-DNAGWAS 카탈로그GCST90013658http://ftp.ebi.ac.uk/pub/databases/gwas/summary_statistics/GCST90013001-GCST90014000/GCST90013658/harmonised/33717105-GCST90013658-EFO_0005243.h.tsv.gz
MR-PRESSO 패키지GitHub (rondolab)버전 1.0다면발현 보정 인과 추정치 검출에 사용되는 R 패키지.
NEGWAS 카탈로그GCST90162366http://ftp.ebi.ac.uk/pub/databases/gwas/summary_statistics/GCST90162001-GCST90163000/GCST90162366/harmonised/GCST90162366.h.tsv.gz
호중구 세포외 트랩 (NETs)GWAS 카탈로그GCST90137414http://ftp.ebi.ac.uk/pub/databases/gwas/summary_statistics/GCST90137001-GCST90138000/GCST90137414/harmonised/GCST90137414.h.tsv.gz
NGAL (중성 호중구 지질글리코칼릭스 유사단백질)GWAS 카탈로그GCST90161504http://ftp.ebi.ac.uk/pub/databases/gwas/summary_statistics/GCST90161001-GCST90162000/GCST90161504/harmonised/GCST90161504.h.tsv.gz
R 소프트웨어R Foundation for Statistical Computing버전 4.0.5모든 분석에 사용된 주요 통계 컴퓨팅 환경.
제2형 당뇨병FINN R9제2형 당뇨병https://storage.googleapis.com/finngen-public-data-r9/summary_stats/finngen_R9_T2D.gz
케토산증을 동반한 제2형 당뇨병FINN R9E4_DM2KETOhttps://storage.googleapis.com/finngen-public-data-r9/summary_stats/finngen_R9_E4_DM2KETO.gz
신경계 합병증을 동반한 제2형 당뇨병FINN R9E4_DM2NEUhttps://storage.googleapis.com/finngen-public-data-r9/summary_stats/finngen_R9_E4_DM2NEU.gz
안과적 합병증을 동반한 제2형 당뇨병FINN R9E4_DM2OPTHhttps://storage.googleapis.com/finngen-public-data-r9/summary_stats/finngen_R9_E4_DM2OPTH.gz
말초 순환 장애를 동반한 제2형 당뇨병FINN R9E4_DM2PERIPHhttps://storage.googleapis.com/finngen-public-data-r9/summary_stats/finngen_R9_E4_DM2PERIPH.gz
신장 합병증을 동반한 제2형 당뇨병FINN R9E4_DM2RENhttps://storage.googleapis.com/finngen-public-data-r9/summary_stats/finngen_R9_E4_DM2REN.gz
TNF-aGWAS 카탈로그GCST004426http://ftp.ebi.ac.uk/pub/databases/gwas/summary_statistics/GCST004001-GCST005000/GCST004426/harmonised/27989323-GCST004426-EFO_0004684.h.tsv.gz
TwoSampleMR 패키지GitHub (MRCIEU)버전 0.6.22멘델 무작위 분석(Mendelian Randomization analysis)을 수행하는 데 사용되는 R 패키지.

참고문헌

  1. Tanase DM, et al. The intricate relationship between type 2 diabetes mellitus (T2DM), insulin resistance (IR), and nonalcoholic fatty liver disease (NAFLD). J Diabetes Res. 2020;2020:3920196.
  2. Yan Y, et al. Prevalence, awareness and control of type 2 diabetes mellitus and risk factors in Chinese elderly population. BMC Public Health. 2022;22(1):1382.
  3. Dugani SB, Mielke MM, Vella A. Burden and management of type 2 diabetes in rural United States. Diabetes Metab Res Rev. 2021;37(5):e3410.
  4. Rodriquez IM, O'Sullivan KL. Youth-onset type 2 diabetes: Burden of complications and socioeconomic cost. Curr Diab Rep. 2023;23(5):59-67.
  5. Zhang H, et al. Neutrophil, neutrophil extracellular traps and endothelial cell dysfunction in sepsis. Clin Transl Med. 2023;13(1):e1170.
  6. Hidalgo A, et al. Neutrophil extracellular traps: From physiology to pathology. Cardiovasc Res. 2022;118(13):2737-53.
  7. Goggs R, Jeffery U, Levine DN, Li RHL. Neutrophil-extracellular traps, cell-free DNA, and immunothrombosis in companion animals: A review. Vet Pathol. 2020;57(1):6-23.
  8. Tilley DO, et al. Histone H3 clipping is a novel signature of human neutrophil extracellular traps. Elife. 2022;11.
  9. Shafqat A, et al. Emerging role of neutrophil extracellular traps in the complications of diabetes mellitus. Front Med (Lausanne). 2022;9:995993.
  10. Njeim R, et al. NETosis contributes to the pathogenesis of diabetes and its complications. J Mol Endocrinol. 2020;65(4):R65-76.
  11. Helseth R, et al. Glucose associated NETosis in patients with ST-elevation myocardial infarction: An observational study. BMC Cardiovasc Disord. 2019;19(1):221.
  12. Magana-Guerrero FS, et al. Spontaneous neutrophil extracellular traps release are inflammatory markers associated with hyperglycemia and renal failure on diabetic retinopathy. Biomedicines. 2023;11(7).
  13. Ibrahim I, et al. Neutrophil extracellular traps (NETs) are associated with type 2 diabetes and diabetic foot ulcer related amputation: A prospective cohort study. Diabetes Ther. 2024;15(6):1333-48.
  14. Joshi MB, et al. High glucose modulates IL-6 mediated immune homeostasis through impeding neutrophil extracellular trap formation. FEBS Lett. 2013;587(14):2241-6.
  15. Bryk AH, et al. Predictors of neutrophil extracellular traps markers in type 2 diabetes mellitus: Associations with a prothrombotic state and hypofibrinolysis. Cardiovasc Diabetol. 2019;18(1):49.
  16. Park JH, et al. Evaluation of circulating markers of neutrophil extracellular trap (NET) formation as risk factors for diabetic retinopathy in a case-control association study. Exp Clin Endocrinol Diabetes. 2016;124(9):557-61.
  17. Winslow S, et al. Multi-omics links IL-6 trans-signalling with neutrophil extracellular trap formation and Haemophilus infection in COPD. Eur Respir J. 2021;58(4).
  18. Bowden J, Holmes MV. Meta-analysis and Mendelian randomization: A review. Res Synth Methods. 2019;10(4):486-96.
  19. Birney E. Mendelian randomization. Cold Spring Harb Perspect Med. 2022;12(4).
  20. Sanderson E, et al. Mendelian randomization. Nat Rev Methods Primers. 2022;2.
  21. Skrivankova VW, et al. Strengthening the reporting of observational studies in epidemiology using Mendelian randomization: The STROBE-MR statement. JAMA. 2021;326(16):1614-21.
  22. Liang YC, et al. Association of circulating inflammatory proteins with type 2 diabetes mellitus and its complications: A bidirectional Mendelian randomization study. Front Endocrinol (Lausanne). 2024;15:1358311.
  23. Papayannopoulos V, Metzler KD, Hakkim A, Zychlinsky A. Neutrophil elastase and myeloperoxidase regulate the formation of neutrophil extracellular traps. J Cell Biol. 2010;191(3):677-91.
  24. Kindberg KM, et al. IL-6R signaling is associated with PAD4 and neutrophil extracellular trap formation in patients with STEMI. Int J Mol Sci. 2025;26(11).
  25. Mao CL, et al. Neutrophil extracellular traps in rheumatoid arthritis: Pathogenic mechanisms and therapeutic potential. Front Immunol. 2025;16:1717671.
  26. Li H, et al. Hepatocytes and neutrophils cooperatively suppress bacterial infection by differentially regulating lipocalin-2 and neutrophil extracellular traps. Hepatology. 2018;68(4):1604-20.
  27. Li T, et al. Cellular communication network factor 1 promotes retinal leakage in diabetic retinopathy via inducing neutrophil stasis and neutrophil extracellular traps extrusion. Cell Commun Signal. 2024;22(1):275.
  28. Hao L, et al. Transcriptome sequencing and Mendelian randomization analysis identified biomarkers related to neutrophil extracellular traps in diabetic retinopathy. Front Immunol. 2024;15:1408974.
  29. Wang S, et al. Association between periodontitis and temporomandibular joint disorders. Arthritis Res Ther. 2023;25(1):143.
  30. Yin KJ, et al. No genetic causal association between periodontitis and arthritis: A bidirectional two-sample Mendelian randomization analysis. Front Immunol. 2022;13:808832.
  31. Genomes Project C, et al. A map of human genome variation from population-scale sequencing. Nature. 2010;467(7319):1061-73.
  32. Burgess S, Thompson SG, Collaboration CCG. Avoiding bias from weak instruments in Mendelian randomization studies. Int J Epidemiol. 2011;40(3):755-64.
  33. Burgess S, Butterworth A, Thompson SG. Mendelian randomization analysis with multiple genetic variants using summarized data. Genet Epidemiol. 2013;37(7):658-65.
  34. Burgess S, Thompson SG. Interpreting findings from Mendelian randomization using the MR-Egger method. Eur J Epidemiol. 2017;32(5):377-89.
  35. Bowden J, Davey Smith G, Haycock PC, Burgess S. Consistent estimation in Mendelian randomization with some invalid instruments using a weighted median estimator. Genet Epidemiol. 2016;40(4):304-14.
  36. Greco MF, Minelli C, Sheehan NA, Thompson JR. Detecting pleiotropy in Mendelian randomisation studies with summary data and a continuous outcome. Stat Med. 2015;34(21):2926-40.
  37. Verbanck M, Chen CY, Neale B, Do R. Publisher correction: Detection of widespread horizontal pleiotropy in causal relationships inferred from Mendelian randomization between complex traits and diseases. Nat Genet. 2018;50(8):1196.
  38. Cheng H, Garrick DJ, Fernando RL. Efficient strategies for leave-one-out cross validation for genomic best linear unbiased prediction. J Anim Sci Biotechnol. 2017;8:38.
  39. Cupido AJ, et al. Dissecting the IL-6 pathway in cardiometabolic disease: A Mendelian randomization study on both IL6 and IL6R. Br J Clin Pharmacol. 2022;88(6):2875-84.
  40. Indumathi B, Oruganti SS, Sreenu B, Kutala VK. Association of promoter methylation and expression of inflammatory genes IL-6 and TNF-alpha with the risk of coronary artery disease in diabetic and obese subjects among Asian Indians. Indian J Clin Biochem. 2022;37(1):29-39.
  41. Shrivastav D, et al. Comparative analysis of Nε-carboxymethyl-lysine and inflammatory markers in diabetic and non-diabetic coronary artery disease patients. World J Diabetes. 2023;14(12):1754-65.
  42. Chittaragi GH, Ambali AP, Honnutagi R, Ganesh V. Interleukin-6 and uric acid among type 2 diabetes mellitus patients with coronary artery disease. Bioinformation. 2023;19(12):1134-8.
  43. Liu L, et al. Adipokines, adiposity, and atherosclerosis. Cell Mol Life Sci. 2022;79(5):272.
  44. Hua MJ, Butera G, Akinyemi O, Porterfield D. Biases and limitations in observational studies of long COVID prevalence and risk factors: A rapid systematic umbrella review. PLoS One. 2024;19(5):e0302408.
  45. Savitz DA, Wellenius GA. Can cross-sectional studies contribute to causal inference? It depends. Am J Epidemiol. 2023;192(4):514-6.
  46. Hirano T. IL-6 in inflammation, autoimmunity and cancer. Int Immunol. 2021;33(3):127-48.
  47. Liu G, Ren X, Li Y, Li H. Midkine promotes kidney injury in diabetic kidney disease by increasing neutrophil extracellular traps formation. Ann Transl Med. 2022;10(12):693.
  48. Zheng F, et al. Neutrophil extracellular traps induce glomerular endothelial cell dysfunction and pyroptosis in diabetic kidney disease. Diabetes. 2022;71(12):2739-50.
  49. Schmidt-Arras D, Rose-John S. IL-6 pathway in the liver: From physiopathology to therapy. J Hepatol. 2016;64(6):1403-15.
  50. Xiao Y, et al. Cathepsin C promotes breast cancer lung metastasis by modulating neutrophil infiltration and neutrophil extracellular trap formation. Cancer Cell. 2021;39(3):423-37.e427.
  51. Sater MS, et al. Plasma IL-6, TREM1, uPAR, and IL6/IL8 biomarkers increment further witnessing the chronic inflammation in type 2 diabetes. Horm Mol Biol Clin Investig. 2023;44(3):259-69.
  52. Martino N, et al. Endothelial SOCS3 maintains homeostasis and promotes survival in endotoxemic mice. JCI Insight. 2021;6(14).
  53. Akboua H, Eghbalzadeh K, Keser U, Wahlers T, et al. Impaired non-canonical transforming growth factor-β signalling prevents profibrotic phenotypes in cultured peptidylarginine deiminase 4-deficient murine cardiac fibroblasts. J Cell Mol Med. 2021;25(20):9674-84.
  54. Thiam HR, et al. NETosis proceeds by cytoskeleton and endomembrane disassembly and PAD4-mediated chromatin decondensation and nuclear envelope rupture. Proc Natl Acad Sci U S A. 2020;117(13):7326-37.

액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.

재인쇄 및 허가

태그

호중구 세포외 트랩인터루킨-6당뇨 합병증관상동맥 질환신장 합병증말초 혈관계 합병증전장 유전체 연관 분석
문의하기
도서관에 추천하기

개인정보 처리방침

이용 약관

정책

저작권 © 2026 MyJoVE Corporation. 모든 권리 보유.